Theo 谈 Google 的编码代理、人员离职与内部实验

有关 Google DeepMind 研究员离职的报道，包括 Jonas Adler 和 Alexander Pritzel 前往 Anthropic，让我想到一个更大的问题：什么样的环境会促成这类离职？外界无法完整了解 Google 的文化。我讨论的报道和个人陈述值得关注，但不能完整解释每个人离开的原因。

最让我愤怒的是 Justin Poehnelt 关于创建 Workspace CLI 后离开 Google 的陈述。他说自己因创建该工具而被解雇；我相信他的解释，但视频没有呈现 Google 的说法，也没有独立证实原因。我的观点是，公司需要给员工空间去开发有用的实验项目。

我提到四月的一则报道：DeepMind 组建团队改进编码模型，Sergey Brin 参与其中。在我看来，这表明公司意识到了自身资源与开发者使用代理时体验之间的差距。我也说，一些 Google 员工对我之前的批评作出了建设性回应，但我的对话并非具有代表性的调查。

我讨论了有关 Gemini 3.5 Pro 延期的报道，以及该模型旨在改善长时程代理任务的说法。发布时间和计划当时尚未确认，或可能改变。在我自己的 SkateBench 中，Gemini 3.1 Pro 表现很好，因此我不认为问题仅仅在于知识不足。

我区分的是模型知道什么，以及它能否在长任务中可靠地行动。按我的经验，Gemini 有时会陷入循环、读取不相关文件，或者在工作持续时变得不连贯。这是我使用后的判断，并非对所有模型和版本的受控比较。

我不同意大型内部代码库会自动造就优秀编码代理的观点。我认为代码变更、代理行动和人类反馈的历史可能对训练与强化学习有价值。我以 Cursor 为例说明企业可能接触到这类工作流，但本视频并未证实任何公司具体使用了哪些数据和训练方式。

我的看法是，专注于将知识融入模型的研究组织，可能需要不同的数据流程和激励机制来改善代理行为。我猜测，通过 Antigravity 使用其他模型可能带来有用的交互数据。我无法证实这是 Google 的动机，也不知道它如何使用任何数据。

现场演示中，我让 Gemini 查看我的 Lakebed 代码库，先用 Cursor，然后用 OpenCode。打开显示的思考视图后，我注意到其中部分内容比记忆中更连贯，这让我看到一些希望。但我仍认为部分输出与要求的代码库概览无关。

我更广泛的不满是，知识丰富的模型仍可能难以使用工具、等待结果并把任务完成。一次演示无法证明普遍失败率，但它展示了我希望 Google 改善的行为。

Google 也可以让不同服务商的代理更容易使用其服务，以此提供帮助。Workspace 对我经营公司很重要，因此它的命令行接口尤其吸引我。这让我回到 Poehnelt 关于 Workspace CLI 的帖子。

Poehnelt 表示，CLI 吸引了用户和积极关注，但法务人员质询了品牌使用问题，随后他被解雇。他认为一些领导者担心代理对 Workspace 带来颠覆。他还说，解雇发生前不久官方宣布将推出 CLI，并感谢了队友和经理；他对原因的解释仍是个人判断。

我把这一陈述与自己对 Claude Code 和 Codex 作为内部实验起步的理解作比较。我转述了一个未经证实的说法：Codex 从一名工程师的终端项目发展成了发布的产品。我从中得出的观点是，让有用原型有机会被采用，可能使公司受益；具体历史和假设性比较仍需独立核实。

我把这与自己在 Twitch 的经历联系起来：我说团队曾在黑客松中制作移动应用原型，获得奖杯的同时也收到人力资源警告，后来我离开了公司。这段经历影响了我对实验遭遇内部阻力者的同情，但不能证明 Poehnelt 雇佣事件的事实。

我的判断是，编码代理产品能产生有助于改进模型的反馈，而 Google 在算力、数据、人才和大型代码库方面的优势并不会自动解决产品问题。我对 Google 的处境使用了很强烈的措辞；但仅凭这些见闻，无法确定公司的内部资源或发展轨迹。

我从 Google 内外一些人那里听说，公司已经意识到问题，我也希望它改变策略。我还提到了 Noam Shazeer 将前往 OpenAI 的报道。这些离职是否有共同原因，以及 Google 能否追赶上来，仍是开放问题。

目前我对 Google 的竞争处境比较悲观，自己也基本不再使用 Gemini。我想听听其他人是否有不同体验，以及他们认为公司会走向何方。